import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import os
import plotly.express as pex
import plotly.graph_objects as go
import plotly.io as pio
import seaborn as sb
import plotly.figure_factory as ffInformación del Contacto
Se contempla 4 variables que permiten identificar la ubicación de residencia de la persona.
| N° | VARIABLE | DESCRIPCION | ITEMS |
|---|---|---|---|
| 11 | ESTU_DEPTO_RESIDE | Departamento | Departamento de residencia |
| 12 | ESTU_COD_RESIDE_DEPTO | Codigo Departamento | Código Dane del departamento de residencia |
| 13 | ESTU_MCPIO_RESIDE | Municipio | Municipio de residencia |
| 14 | ESTU_COD_RESIDE_MCPIO | Codigo Municipio | Código Dane del municipio de residencia |
df3=df2[["ESTU_NACIONALIDAD",'ESTU_PAIS_RESIDE', 'ESTU_DEPTO_RESIDE']].value_counts().reset_index()
df3| ESTU_NACIONALIDAD | ESTU_PAIS_RESIDE | ESTU_DEPTO_RESIDE | count | |
|---|---|---|---|---|
| 0 | COLOMBIA | COLOMBIA | BOGOTÁ | 61201 |
| 1 | COLOMBIA | COLOMBIA | ANTIOQUIA | 53579 |
| 2 | COLOMBIA | COLOMBIA | VALLE | 27616 |
| 3 | COLOMBIA | COLOMBIA | CUNDINAMARCA | 25539 |
| 4 | COLOMBIA | COLOMBIA | ATLANTICO | 22395 |
| 5 | COLOMBIA | COLOMBIA | SANTANDER | 19080 |
| 6 | COLOMBIA | COLOMBIA | BOLIVAR | 16976 |
| 7 | COLOMBIA | COLOMBIA | BOYACA | 13305 |
| 8 | COLOMBIA | COLOMBIA | CORDOBA | 13284 |
| 9 | COLOMBIA | COLOMBIA | TOLIMA | 12331 |
| 10 | COLOMBIA | COLOMBIA | NARIÑO | 11941 |
| 11 | COLOMBIA | COLOMBIA | NORTE SANTANDER | 11895 |
| 12 | COLOMBIA | COLOMBIA | MAGDALENA | 10808 |
| 13 | COLOMBIA | COLOMBIA | HUILA | 9527 |
| 14 | COLOMBIA | COLOMBIA | CESAR | 9368 |
| 15 | COLOMBIA | COLOMBIA | CAUCA | 8639 |
| 16 | COLOMBIA | COLOMBIA | META | 8468 |
| 17 | COLOMBIA | COLOMBIA | RISARALDA | 8248 |
| 18 | COLOMBIA | COLOMBIA | CALDAS | 7947 |
| 19 | COLOMBIA | COLOMBIA | SUCRE | 7550 |
| 20 | COLOMBIA | COLOMBIA | LA GUAJIRA | 5644 |
| 21 | COLOMBIA | COLOMBIA | QUINDIO | 4835 |
| 22 | COLOMBIA | COLOMBIA | CASANARE | 4323 |
| 23 | COLOMBIA | COLOMBIA | CAQUETA | 3174 |
| 24 | COLOMBIA | COLOMBIA | CHOCO | 2987 |
| 25 | COLOMBIA | COLOMBIA | PUTUMAYO | 2837 |
| 26 | COLOMBIA | COLOMBIA | ARAUCA | 2463 |
| 27 | COLOMBIA | COLOMBIA | GUAVIARE | 637 |
| 28 | COLOMBIA | COLOMBIA | SAN ANDRES | 505 |
| 29 | COLOMBIA | COLOMBIA | AMAZONAS | 497 |
| 30 | COLOMBIA | COLOMBIA | VICHADA | 345 |
| 31 | COLOMBIA | COLOMBIA | VAUPES | 208 |
| 32 | COLOMBIA | COLOMBIA | GUAINIA | 158 |
Análisis por departamentos de residencia
En los resultados por departamento se confirma que
Los que se encuentran ubicados en las periferias de Colombia presentan un menor puntaje en las pruebas. En los lugares marginados de Colombia, se ve afectada la educación por difícil acceso y por baja calidad de la existente, ejemplo de ello el Chocó y el Amazonas.
Así mismo, se evidencia que en los departamentos grandes del país presentan mejores resultados en las pruebas, con excepción de Boyacá, que a pesar de no ser considerado uno de los departamentos con alta densidad urbana tiene puntajes altos en las dos pruebas.
Se corrobora que el aspecto económico de los departamentos influye en los resultados como el caso de Santander, considerado como la quinta economía del país, presentando puntajes altos en las dos pruebas a pesar de no tener gran densidad poblacional urbana.